人工知能はデータセンター市場にどのような影響を与えるのでしょうか?
明らかに、人工知能はデジタル変革において大幅に成長する力であり、あらゆる業界から引き続き注目される価値があります。
フォーチュン 500 企業がビジネスの成長に向けて次のフロンティアを模索する中、人工知能 (AI) が注目を集めており、その人気の高まりはデータセンター業界に広範囲に影響を与えています。
過去 20 年間にわたるデータセンターの需要の増加は、ストレージとコンピューティングのニーズと、オンプレミスからクラウド インフラストラクチャへの移行によって促進されてきました。ソフトウェア アプリケーションと IT の新たな進歩により顧客のニーズが変化し、以下のグラフに示すようにデータ センターの在庫が大幅に増加しています。
図 1: 一次市場在庫 (MW) の合計
それでは、人工知能の台頭はデータ センターの開発と需要にどのような影響を与えるのでしょうか?
現状ではまだ不明な点が多いです。人工知能は雇用、インフラ開発、エネルギー使用、プライバシーにどのような影響を与えるのでしょうか?既存および建設中のデータセンターは人工知能の開発をサポートできるでしょうか?ハイパースケーラーは、より低コストの電源とより安価な土地が利用できるエッジ市場での施設開発を求めるのでしょうか?
人工知能とは何ですか?
ChatGPT は、ユーザー入力を理解して応答するチャットボットであり、AI が業界全体で再び注目を集めています。そして、それはすぐに世界中で AI 熱狂の波を引き起こしました。さらに、ChatGPT は 1 億ユーザーに到達する最速のアプリケーションでもあります。では、振り返ってみるとAIとは一体何なのでしょうか?
AI には 2 つの機械学習機能があります。
- 人工知能トレーニング: データセットの入力からモデルを構築します。
- 人工知能推論: データから学習します。 set 予測、解決策、実用的な結果を生成する
これらの機能は、同じ場所で同時に動作する必要はありません。それぞれに独自のストレージ、電力、コンピューティングのニーズがあります。最も基本的な形式では、AI は質問への回答やメールの下書きを支援できますが、将来的には高度な機能がさらに洗練されるでしょう。
データセンターにおける AI アプリケーション
現在、人工知能の文化的影響力はかつてないほど高まっています。しかし、同様の一般的な認識がないまま、データセンター運営者は次のような方法で AI を活用してきました。つまり、電力使用効率 (PUE) を積極的に管理することでエネルギー効率を改善し、問題を積極的に検出して修復することで施設のハードウェアを監視し、寿命を延ばし、設備の寿命を延ばします。データセンターの物理的スペースを計画しながら、温度と湿度の制限も監視します。
人工知能のユースケースはデータセンター運営者に限定されるものではなく、ユーザーにも当てはまります。お客様は、サービス チャットボット、マーケティング分析、データ視覚化、事業開発のための見込み顧客発掘、合理化された人事採用とオンボーディング プロセス、自動運転車、保険と不正行為の検出のために、データ センターから AI ソフトウェアを導入できます。
これはデータセンターにとって何を意味しますか?
人工知能機械学習の 2 つの基本要素には、異なるデータセンター要件が必要です。 AI トレーニングは、比較的隔離された環境で行うことができます。高いコンピューティング能力が必要ですが、エンドユーザーに近接したり、他の施設と相互接続したりする必要はありません。土地代の安い地方にあるデータセンターはそのような施設の一例です。 AI 推論では、エンド ユーザーとアプリケーションがリアルタイムでモデルを操作できるように、非常に高いパフォーマンスと低遅延が必要です。同様の施設の例としては、都市環境のエッジ データ センターがあります。
S&P Global の調査では、回答者の 84.6% が、組織の AI/ML インフラストラクチャへの支出はわずかまたは大幅に増加すると回答しました。 CBREは、デモイン、シャーロット、コロンバスなどの第三次市場でのデータセンター開発の需要の増加を予想しています。
電力制約は依然として課題であり、AI アプリケーションは大量の電力を消費します。ハードウェア側では、AI には従来のデータセンター プロセッサよりも多くの電力を必要とする高性能プロセッサが必要です。ダウンタイムを削減するには、より多くの電力を消費するだけでなく、冷却テクノロジーの改善も必要です。従来の空冷チラーには限界があるため、高性能チップには液体冷却が第一の選択肢となります。
さらに、水不足による液体冷却の需要によって悪影響を受ける可能性がある市場には、米国のフェニックス、アリゾナ、南カリフォルニアなどが含まれます。全体として、これらの複雑で高性能なワークロードを処理するために、豊富な電力供給、低いエネルギーコスト、および地価の安い市場で AI に特化したデータセンターを開発するインセンティブがあります。
人工知能は電力を消費するだけでなく、電力使用量も削減します。 IDC は、AI による世界の収益は 2023 年までに 1,540 億ドルに達し、2026 年までに 3,000 億ドルを超えると予測しています。これは年間複合成長率 27% に相当し、同期間の IT 支出総額の成長率の 4 倍以上に相当します。米国は世界最大の AI 市場となり、世界の総支出の 50% 以上を占めると予想されています。
明らかに、人工知能はデジタル変革において大幅に成長する力であり、あらゆる業界から引き続き注目される価値があります。
以上が人工知能はデータセンター市場にどのような影響を与えるのでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

6 月 18 日のこのサイトのニュースによると、サムスン セミコンダクターは最近、最新の QLC フラッシュ メモリ (v7) を搭載した次世代データセンター グレードのソリッド ステート ドライブ BM1743 をテクノロジー ブログで紹介しました。 ▲Samsung QLCデータセンターグレードのソリッドステートドライブBM1743 4月のTrendForceによると、QLCデータセンターグレードのソリッドステートドライブの分野で、SamsungとSK Hynixの子会社であるSolidigmだけが企業向け顧客検証に合格したという。その時。前世代の v5QLCV-NAND (このサイトの注: Samsung v6V-NAND には QLC 製品がありません) と比較して、Samsung v7QLCV-NAND フラッシュ メモリは積層数がほぼ 2 倍になり、記憶密度も大幅に向上しました。同時に、v7QLCV-NAND の滑らかさ

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究
